买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利利用并行神经网络对复杂系统进行参数辨识的方法、装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118917351B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410927936.2，技术领域涉及：G06N3/04；该发明授权利用并行神经网络对复杂系统进行参数辨识的方法、装置是由江尚;胡志硕;祝小元设计研发完成，并于2024-07-11向国家知识产权局提交的专利申请。

本利用并行神经网络对复杂系统进行参数辨识的方法、装置在说明书摘要公布了：本发明涉及神经网络应用技术领域，更具体的，涉及利用并行神经网络对复杂系统进行参数辨识的方法、装置。本发明提出了一种利用并行神经网络对复杂系统进行参数辨识的方法；本发明的方法采用了自设计的并行神经网络，其以多元影响因素作为输入层I1的输入，通过中间层M2的深度神经网络将输入层I1和系统参数层P3连接起来，通过系统参数层P3辨识出系统参数，并以目标参数作为输出层O4的输出，能实现变工况下的系统参数的精确辨识，为复杂系统的状态观测及精确控制提供了基础。本发明解决了受多元因素影响的复杂系统的参数辨识问题。

本发明授权利用并行神经网络对复杂系统进行参数辨识的方法、装置在权利要求书中公布了：1.一种利用并行神经网络对复杂系统进行参数辨识的方法，其特征在于，其用于对目标复杂系统进行系统参数的辨识；其中，所述目标复杂系统受多元影响因素影响； 所述利用并行神经网络对复杂系统进行参数辨识的方法包括： S1，使用目标复杂系统的样本数据集对预构建的并行神经网络进行训练，得到性能最优的并行神经网络、并作为辨识网络模型； 其中，所述并行神经网络包括：输入层I1、中间层M2、系统参数层P3、输出层O4； 所述输入层I1用于向中间层M2输入若干个影响因素；所述中间层M2为若干个深度神经网络，用于将输入层I1和系统参数层P3连接起来；所述系统参数层P3用于输出中间层M2得到的若干个系统参数；所述输出层O4具有两类输入，其中一类输入为系统参数层P3得到的系统参数，另一类输入为若干个系统状态量；所述输出层O4用于结合系统参数、系统状态量并基于相应的计算关系计算得到若干个目标参数； 所述输入层I1、中间层M2、系统参数层P3构成多个并行网络；并行网络的个数与系统参数的个数相同，一个并行网络具有一个深度神经网络；各个并行网络各自独立，相互之间不存在连接关系；影响因素、系统参数、目标参数、系统状态量的具体类型依据目标复杂系统得到；对于任一个并行网络，其输入的影响因素直接影响其输出的系统参数；系统参数、系统状态量和目标参数的计算关系基于目标复杂系统的物理模型构建得到； S2，向辨识网络模型的输入层I1输入某一工况下影响因素的具体数值，辨识网络模型的系统参数层P3输出系统参数对应的具体数值，即作为系统参数的辨识值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。